GitHub Trending · AI 应用与模型 · 更新于
Robbyant/lingbot-map
面向流式三维重建的几何上下文 Transformer 基础模型
- Star 数
- ★ 17.7k
- 主要语言
- Python
- 上榜视图
- 3
- 在榜追踪
- 1 天追踪记录
它是做什么的
LingBot-Map 是一个前馈式三维基础模型,专注于流式三维重建。它通过几何上下文 Transformer 将坐标定位、稠密几何线索与长程漂移校正统一在单一流式框架中,实现高效稳定的在线重建。
仓库包含什么
仓库包含模型推理代码、交互式演示 demo.py、离线渲染管线 demo_render/batch_demo.py,以及安装说明、模型下载与评估基准脚本。
技术栈
基于 Python 实现,依赖 PyTorch 与注意力后端(FlashInfer / SDPA),并使用分页 KV 缓存注意力支持长序列推理。
适用场景
- 三维重建与 SLAM 研究者,用于流式重建与长序列漂移校正实验
- 机器人/AR-VR 开发者,需要实时在线三维感知与建图能力
- 计算机视觉工程师,评估前馈式三维基础模型在基准上的表现
为什么走红
作为 ECCV 2026 最佳论文候选,它凭借约 20 FPS 的流式推理和超过 10,000 帧的稳定重建能力,迅速获得 17,703 颗星,今日新增 110 星并登上 GitHub 日榜第 10 名。
当前上榜位置
| 周期 | 语言筛选 | 排名 | 新增 Star |
|---|---|---|---|
| 每日 | 全部语言 | #10 | +110 |
| 每日 | Python | #3 | +110 |
| 每周 | Python | #7 | +446 |
编辑解析基于公开仓库信息与带日期的 GitHub Trending 快照;具体实现细节请以上游仓库为准。